Tbornottb: Et nytt AI-drevet verktøy for å effektivisere tuberkulosevurdering på sykehus

Tbornottb: Et nytt AI-drevet verktøy for å effektivisere tuberkulosevurdering på sykehus

Et nytt klinisk beslutningsstøttesystem «Tbornottb» hjelper til med å strømlinjeforme beslutninger om infeksjonsisolering, redusere arbeidsbelastningen og opprettholde nøyaktigheten av TB-deteksjon.

I en fersk studie publisert i Infection Control and Hospital Epidemiology, presenterte forskere et klinisk beslutningsstøttesystem (CDSS) for å veilede evalueringen av mistenkt tuberkulose (TB).

bakgrunn

I USA (USA) har forekomsten av tuberkulose gått ned fra 10,4 tilfeller per 100 000 personer i 1992 til 2,2 tilfeller per 100 000 i 2020, med nosokomial overføring som har blitt sjelden de siste årene.

Til tross for dette steg forekomsten av tuberkulose til 2,9 per 100 000 mennesker i USA i 2023. I mellomtiden står sykehusene overfor kapasitets- og bemanningsutfordringer, noe som gjør det mer presserende å ta beslutninger for mistenkte tuberkulosepasienter.

Gjeldende retningslinjer for mistenkt tuberkulose anbefaler å teste sputumprøver for mykobakteriekultur og syrefaste basiller (AFB) markører, med luftbåren infeksjon (AII) isolasjon implementert.

Likevel tar kulturer vanligvis ≥ to uker, og nesten halvparten av personer med lunge-TB-utstryk viser TB. Mens nukleinsyreamplifikasjonstester (NAAT) har større følsomhet enn AFB-pinneprøver, er de betydelig mindre følsomme enn kultur.

Derfor vil seponering av NAAT og vattpinneresultater være for tidlig og overføre risiko til ansatte og andre pasienter. Derfor utfører personalet for infeksjonsforebygging og kontroll (IPC) ofte ytterligere gjennomgang av pasientjournaler før de avslutter AII.

I tillegg kan diskusjoner følges med relevante konsulenter og primærteamet for å avgjøre om TB er usannsynlig å disponere for AII-lidelsen, som er tid- og arbeidskrevende.

Om studiet

Studien hadde som mål å utvikle et klinisk beslutningsstøttesystem (CDSS) for å hjelpe til med seponering av luftbåren isolasjon (AII) i luften, samtidig som det sikres passende vurdering av mistenkte tuberkulosetilfeller (TB). Forskere opprettet "tbornottb"-systemet for å effektivisere seponering av AII uten å påvirke behandlingen av pasienter med mulig tuberkulose som tester negativt for nukleinsyreamplifikasjonstesting (NAAT) og syrefaste basiller (AFB) spyd.

En gruppe eksperter utviklet og foredlet en serie spørsmål basert på kliniske retningslinjer og epidemiologiske data ved å bruke Delphi-konsensusmetoden. Disse spørsmålene ble testet på sykehusinnlagte pasienter ved Massachusetts General Hospital (MGH).

CDS-ene tildelte skårer basert på epidemiologiske risikofaktorer, TB-symptomer, medisinsk historie, bronkoskopi/sputumresultater og brystavbildning. Hvis en pasients poengsum oversteg en fastsatt terskel, ble AII automatisk justert. Ellers ble det anbefalt videre evaluering.

For å validere CDSS, utførte forskere en case-control analyse ved å bruke data fra Mass General Brigham (MGB) systemet. Verktøyet ble brukt retrospektivt på pasienter med kulturpåvist TB (tilfeller) og matchede kulturnegative kontroller.

Variabler som ikke forbedret prediktiv nøyaktighet ble fjernet eller ned. Ytelsen til modellen ble deretter finjustert ved å justere vekten til viktige TB-prediktorer og analysere dens sensitivitet, spesifisitet og arealet under kurven (AUC).

En undergruppeanalyse sammenlignet effektiviteten til CDSS før og etter Covid-19-pandemien. I tillegg estimerte studien forebygging og kontroll (infeksjonskontroll) IPC persontime spart årlig ved MGH gjennom implementering av CDSS.

Til slutt antyder studien at TB neppe vil være en sterk pådriver for seponering av AII gitt prosessens tid og arbeidskrevende natur.

Resultater

Forskerne identifiserte flere prediktorer for tuberkulose i case-control substudien. Kavitære lesjoner eller andre funn som var mistenkelige for tuberkulose i thoraxradiologirapporten var sterkt assosiert med aktiv tuberkulose.

Videre var tidligere opphold i et land som var svært endemisk for tuberkulose den sterkeste epidemiologiske risikofaktoren for tuberkulose. En historie med positiv interferon-γ-frigjøringsanalyse (IGRA) var også en sterk prediktor for aktiv TB.

Spesielt viste en negativ IGRA- eller tubulin-hudtest den siste måneden en negativ assosiasjon med TB. En historie med tilstander ansett for å øke risikoen for tuberkulose var ikke assosiert med tuberkulose.

En historie med vekttap var det eneste tradisjonelle TB-symptomet som forutså aktiv TB. Videre viste signifikant forbedring eller oppløsning av symptomer med behandling av en alternativ diagnose en sterk negativ assosiasjon med TB.

Denne første CDSS-modellen viste 16 % spesifisitet og 100 % sensitivitet. Etter iterative revisjoner av skåringssystemet, viste den endelige modellen en sensitivitet på 100 %, spesifisitet på 27 % og AUC på 0,87.

Det var ingen forskjeller i modellytelse før og etter Covid-19. Forskerne estimerte at Tbornottb kunne spare mer enn 40 IPC-persontimer årlig ved MGH.

Konklusjoner

Sammen utviklet og validerte studien en ny CDSS for å veilede den diagnostiske evalueringen av pasienter med mistenkt tuberkulose i lavprevalensinnstillinger. Tidligere positiv IGRA, bosted i et TB-endemisk land og røntgenologiske funn i brystet som var mistenkelige for TB, var signifikante prediktorer for TB.

Den endelige CDSS-modellen demonstrerte beskjeden spesifisitet og høy sensitivitet ved påvisning av tuberkulose. Totalt sett kan Tbornottb bidra til å redusere risikoen for nosokomial overføring og redde en betydelig IPC-person.

Kilder: